-
行业资讯
INDUSTRY INFORMATION
【导读】
很多HR在做薪酬分析时习惯看“平均工资”，却常常发现结果与直觉严重不符：明明大多数员工感觉“拿得不高”，数据却显示“整体水平不错”。问题往往就出在只看平均值、忽略薪酬中位值这一关键指标。本文从定义和计算讲清楚什么是薪酬中位值，再结合市场薪酬对标、内部薪酬结构诊断、薪酬带宽设计和成本管理四类高频场景，说明如何计算和应用薪酬中位值，让你在下一次薪酬方案评审时，拿得出有理有据的分析结论。
在薪酬管理实践中，数据早已不再是“锦上添花”的参考，而是直接决定预算、影响人才流动的硬依据。
但在给企业做薪酬诊断时，反复看到一个典型现象：HR拿出一份按部门、职级统计好的“平均工资报表”，然后管理层对这些数字要么不信，要么看不懂，更谈不上“用得好”。
追问下去会发现：
- 高管和极少数明星员工的高薪，明显拉高了部门平均值；
- 大多数员工集中在平均值以下，却被“高平均数”掩盖；
- 用这组“平均工资”去跟市场报告对标，结论也非常摇摆。
这时，一个本应在统计学课上就被理解透彻的概念——中位值，在薪酬管理中显得格外重要。薪酬中位值的作用，不是“多一个数字”，而是帮助HR从噪音中提取真正有决策意义的信号。
接下来，我们就围绕一个核心问题展开：
什么是薪酬中位值，它究竟应该怎么用，才能真正支撑企业薪酬决策？
一、本质认知：薪酬中位值到底是什么？
本模块先把基础打牢：从统计学含义讲清楚薪酬中位值，再回到管理场景，说明它比平均值更靠谱的原因，以及它在管理中的三种主要价值。
本模块核心结论：薪酬中位值既是统计意义上的“中间值”，也是薪酬管理中的“标尺点”，比平均值更适合作为对标与决策依据。
1. 什么是薪酬中位值：定义与计算逻辑
先给出一个简洁定义：
薪酬中位值，就是把一组薪酬数据按从低到高排序后，正好处在中间位置的那个数。
- 如果样本数量是奇数：
排序后，第 (N+1)/2 个数据，就是中位值。 - 如果样本数量是偶数：
排序后，中间两个数的平均值，就是中位值。
举个简单例子：
- 数据为：6000、7000、8000、9000、10000（5个人，奇数）
排序后仍是这5个数，第3个是8000，所以中位值 = 8000。 - 数据为：6000、7000、8000、9000、10000、12000（6个人，偶数）
排序后第3、4个是8000和9000，所以中位值 = (8000+9000)/2 = 8500。
用在薪酬管理中，就是把某个维度下（比如某职级、某岗位、某部门）的所有员工收入拉出来，排序之后，根据人数奇偶，取出对应位置的薪资数字。
在日常分析中，HR不需要手工去数位置，一般会用 Excel 或系统函数来计算。
比较常用的有两类：
- PERCENTILE 或 PERCENTILE.INC(array, 0.5)：取这组数据的 50 分位值
- QUARTILE(array, 2)：四分位中的第二个点，实际也是 50 分位
两种背后的统计细节略有不同（有的按 N+1 法，有的按 N-1 法），但对薪酬管理来说，差异并不影响实际判断。关键是：用“50分位”来定位这组薪酬的典型水平，而不是只看平均数。
2. 薪酬中位值 vs 平均值：为什么平均值容易“骗人”
很多薪酬争议，其实都源于“平均值给了错觉”。
想象这样的场景：
一个研发团队一共10人，其中1个是顶级专家年薪80万，其余9个人年薪都在15万左右。
- 平均薪酬 = (80 + 9×15) ÷ 10 = (80+135) ÷ 10 = 21.5 万
- 排序后，中位值大概在 15 万附近
如果只看平均值，会得出一个结论：团队“平均年薪”21.5万，好像还不错。但大多数员工的实际薪资只有15万，和平均数有较大差距，员工的主观感受与“平均数据”显然对不上。
平均值为什么会“骗人”？
因为它对极端值非常敏感。极少数超高薪员工，足以把整体平均值推高很多。
中位值则不一样：
- 再高的专家薪资也只占一个样本位置
- 按升序排列后，它对整个顺序影响有限
- 用中位值描述团队薪酬水平，更接近“大多数人”的真实情况
从薪酬管理视角看：
- 做市场薪酬对标：
用平均值，很容易被调研样本中的极端公司拉偏；
用中位值，可以更稳定地反映行业“主流水平”。 - 做内部公平诊断：
平均值会受个别人极高或极低影响；
中位值更适合看“一个层级的大致典型值”。
因此，在涉及薪酬“公平”“典型水平”“市场中等水平”这些话题时，中位值比平均值更值得信赖。
下面用一张对比表，把两者的特征放在一起看得更清楚。
表1：薪酬平均值与薪酬中位值的对比
| 指标维度 | 薪酬平均值 | 薪酬中位值 | 更适合的场景 |
|---|---|---|---|
| 对极端值的敏感度 | 非常高，易被极个别高薪/低薪拉偏 | 较低，受极端值影响有限 | 存在高管、高绩效明星的大团队 |
| 反映的含义 | 所有人的“算术平均水平” | 一半人低于它，一半人高于它 | 典型薪酬水平、市场中等水平 |
| 员工感受匹配度 | 容易与大多数员工体感不一致 | 更接近大多数员工的实际感受 | 讨论公平性、薪酬满意度 |
| 市场对标可靠性 | 容易被样本结构和极端值放大误差 | 相对稳定、代表“主流样本中枢” | 解读薪酬调研报告、做薪酬定位 |
| 管理决策指引力 | 适合做总量均值估算 | 适合作为薪酬等级、带宽设计锚点 | 职级薪酬表设计、内部对标与调整 |
3. 管理视角下，薪酬中位值的三重价值
从统计概念走向管理实践，薪酬中位值的真正价值体现在三个方面：
第一，它是对外的市场对标基准线。
薪酬调研报告中常见的 P10、P25、P50、P75、P90 等分位点，P50 就是中位值。
当企业决定薪酬策略时，常用思路包括：
- 定位在市场中位水平：中位值对标市场 P50
- 稍具竞争力：中位值介于 P50 和 P75 之间
- 高度抢人：关键岗位中位值向 P75 靠拢甚至更高
换句话说，中位值决定了你想把岗位定在市场什么档位。
第二，它是对内的公平性校验器。
同一职级、同一岗位的员工薪酬，如果围绕职级中位值合理分布，说明薪酬结构比较均衡；
如果大量员工长期处于中位值以下、甚至接近区间下限，而另有个别员工远高于中位值，就需要追问：
- 职级评估是否准确？
- 浮动部分设计是否合理？
- 是否存在“绕过机制”的个别人事安排？
从实践看，很多企业后来发现所谓“薪酬倒挂”“内部不公”，都是从分位值（特别是中位值）分析开始暴露问题的。
第三，它是薪酬带宽设计的锚点。
薪酬等级设计中，我们通常会为每个等级设定一个中位值，再根据带宽比例推算出该等级的最低值和最高值。例如：
- 某职级中位值 = 10000 元
- 设定带宽比例 = 50%
- 则该等级区间大致为：
- 最低值 ≈ 中位值 × (1 - 带宽/2) = 10000 × (1 - 0.5/2) = 7500
- 最高值 ≈ 中位值 × (1 + 带宽/2) = 10000 × (1 + 0.5/2) = 12500
不同企业有不同计算口径，但本质都是：先锚定中位值，再确定范围。
二、核心应用：四大实务场景看懂薪酬中位值怎么用
基于上面的认知，现在回到HR工作台，看看薪酬中位值在具体场景里是怎么“落地发挥作用”的。
本模块核心结论：薪酬中位值贯穿薪酬管理全链条，从市场对标、内部诊断，到带宽设计和成本控制，都是关键指标。
1. 市场薪酬对标：从报告里的 P50 读懂你的市场位置
很多企业一年会买一两份薪酬调研报告，报表里往往会列出一堆数字：P10、P25、P50、P75、P90。
HR在给老板汇报时，最常被问到的问题是：
- 我们现在是高了，还是低了？
- 招不到人的岗位，到底该涨到什么水平？
在这些分位点里，P50（中位值）是最基础的参照：
- 低于 P50：说明你低于市场中等水平，可能在吸引人才上有压力
- 接近 P50：说明你大致跟随市场主流水平
- 高于 P50：说明你的定位偏“领先”或“重点倾斜”
更进一步，企业会按岗位族群做判断：
- 核心技术或销售岗：中位值有意识靠近 P60～P75
- 一般支持岗：中位值围绕 P50
- 流动性较大或可替代性高的岗：接近 P40 甚至略低，再通过激励、发展等方式补充
把这些信息可视化，有助于管理层一眼看出“我们的中位值在市场上的大致位置”。
管理启示是：做市场薪酬对标时，先盯住P50这个中位值，再决定各类岗位要“高于还是低于”这个点。
2. 内部薪酬结构诊断：用中位值看公平与倾斜
从市场回到公司内部，中位值又成为一个非常实用的“体检指标”。
一个常用做法是：先按职级或岗位算出各自的薪酬中位值，再对每个员工算一个薪酬比值：
员工薪酬比值 = 员工当前薪酬 ÷ 该职级（或岗位）的薪酬中位值
然后，将这些比值进行分布分析，比如分成：
- 0.8 以下：明显低于中位值
- 0.8～1.2：在合理区间
- 1.2 以上：明显高于中位值
通过这样的分析，HR可以回答几个关键问题：
- 这个职级里，有多少人长期低于中位值？
如果人数很多且关联某些部门，可能说明晋升速度偏慢、绩效评价刻板等。 - 哪些岗位或关键人才明显高于中位值？
需要区分是合理倾斜（例如核心骨干），还是历史遗留、协商加薪导致的“薪酬漂移”。 - 不同职级的中位值增长是否合理？
如果相邻职级中位值增长幅度过大，新晋升员工会感觉“跳不过去”；过小则激励不足。
这一视角帮助HR从“个案公平”转向“结构公平”，不再只盯着单个员工是否“高/低了一点点”，而是看整个分布是否合理。
实践中在一些项目中也看到过典型问题：某企业基层员工普遍在中位值附近，而中层很多人长期低于各自职级中位值，上层则少数人远超中位值。中位值分析出来的图像，让管理层不得不重新审视整个职级体系和晋升通道。
3. 薪酬带宽设计：从中位值推算区间、极差与重叠度
当企业走到“重做薪酬结构”“优化职级薪酬表”这一步时，中位值就是起点。
简单拆解带宽设计的基本逻辑：
- 确定各职级的中位值
一般参考：市场薪酬中位值 + 企业内部现状 + 战略倾斜岗位 - 设定带宽比例（区间宽度）
例如：某职级带宽设定为 50% 或 60% - 推算该职级的最低值和最高值
依据中位值与带宽计算公式，得到区间上下限 - 检查职级间的极差与重叠度
- 极差：相邻职级中位值之间的增长比例
- 重叠度：相邻两个区间之间薪酬范围的交叠程度
可以用流程图表示这一思路：
管理上需要把握几条经验性原则：
- 中位值级差（极差）过大：
晋升带来的薪酬跳跃太大，对企业成本压力大，对员工而言“升级难、门槛高”。 - 中位值级差过小：
职级数量增多，员工对“晋升”的期待可能变成“微调”，激励感不明显。 - 重叠度太小：
新晋升员工薪酬一夜之间“高于所有未晋升者”，容易引发内部比较。 - 重叠度过高：
可能出现“能力更强、级别更高却拿得不如下级多”的现象，同样会引发不满。
很多企业在实践中，会为不同层级设置不同重叠度：
- 基层岗：重叠度偏小，强调级别清晰、差异可感知；
- 中高层和专家岗：重叠度偏大，给足发展空间，也便于针对个人情况灵活调整。
可以看到，中位值是这一切推导的数学起点，也是结构设计的管理基线。
4. 薪酬成本与预算管理：让中位值成为“调节阀”
从财务和人力成本角度看，中位值也是控制预算的重要抓手。
一个常见做法是：
- 以“职级中位值 × 员工人数”估算各职级的理论成本总量；
- 再考虑实际分布（有人高于，有人低于中位值），修正为更接近现实的预算；
- 未来年度的薪酬增长，分解为：
- 职级中位值整体抬升（结构性调整）
- 区间内个体的调整（绩效、市场纠偏等）
这种思路的好处在于，管理层讨论预算时，不再只是笼统说“整体涨多少”，而是要回答：
- 明年哪些职级、哪些关键岗位的中位值要明显提高？
- 哪些岗位中位值可以保持相对稳定，通过浮动部分调节？
- 中位值的整体抬升，是否与业务增长、组织战略匹配？
在一些行业周期波动较大的企业，管理层会在景气期适度调高关键岗中位值，在寒冬期则更注重通过绩效浮动来体现差异。
中位值在这里，相当于一条“基础线”：
决定大致高度，再通过个体差异和浮动机制增加弹性。
三、操作指南：从数据到决策，HR如何高效用好薪酬中位值
理论和场景有了，接下来回到操作层面。
这一部分重点回答三个问题：
- 如何用 Excel 快速计算薪酬中位值？
- 如何借助 HR 系统实现实时监控和分析？
- 实务中有哪些容易踩的坑？
本模块核心结论：通过 Excel 模板和HR系统，把薪酬中位值纳入常规分析与报表，让HR从“算数字”转向“看趋势、做决策”。
1. 用 Excel 快速计算薪酬中位值
在绝大多数企业里，薪酬原始数据的“第一落点”仍然是 Excel。只要结构设计得当，就可以比较容易地算出各类中位值。
比较实用的做法包括：
做法一：数据透视表 + 函数计算
- 建立一张标准化薪酬数据表，至少包含：姓名、员工编号、职级/岗位、部门、年度/月度收入等字段。
- 以“职级”为行字段，收入为值字段，做透视表，透视表本身可以直接计算最大值、最小值。
- 将透视结果（如某个职级的一列收入数据）选出，用
- =PERCENTILE(范围, 0.5) 或 =PERCENTILE.INC(范围, 0.5)
计算该职级的薪酬中位值。
- =PERCENTILE(范围, 0.5) 或 =PERCENTILE.INC(范围, 0.5)
优点是直观易理解，缺点是当层级较多、数据变化频繁时，需要不断复制透视和公式。
做法二：数组公式 / 条件计算自动更新
思路是用条件筛选出某个职级的收入，再在这个被筛选的列上计算中位值：
示意逻辑如下（伪公式）：
- 用 IF(职级列=指定职级, 薪酬列, "") 将指定职级的薪酬“抽取”到一列；
- 再对这列使用 PERCENTILE(该列, 0.5) 计算中位值；
- 不同职级只需更改一个“指定职级”单元格，即可自动重新计算。
好处是：当原始数据增加新员工或调整薪酬记录时，中位值会自动更新，无需每次重做透视表。
这两类方法的共同前提，是有一张“干净”的基础数据表：字段规范、数据完整、口径统一。没有这一基础，再高明的公式也只能“垃圾进、垃圾出”。
2. 借助HR系统实现中位值实时监控
随着人力资源数字化程度提高，越来越多企业开始在HR系统中内嵌薪酬分析模型，把包括中位值在内的分位值指标，做成可视化看板和预警规则。
典型的系统支持场景包括：
- 职级 / 岗位薪酬分布图：
自动展示每个职级或岗位的薪酬中位值、平均值、最大最小值，以及与市场报告中位值的对比。 - 偏离度预警：
对超出预设范围的个体或岗位发出提示，例如：- 员工薪酬高于职级中位值 1.5 倍以上
- 某岗位整体中位值长期低于市场 P40
- 预算模拟：
通过调整职级中位值和带宽参数，实时看到对总体薪酬成本的影响，为薪酬结构调整和年度预算提供沙盘演练功能。
以红海云等HR系统为例，通常会在薪酬模块中预置中位值、分位值等指标计算逻辑，HR只需维护数据口径和基础信息，就能获得一系列自动更新的分析结果。
为了更直观地看出不同工具的差异，可以用一张对比表来概括。
表2：不同工具在薪酬中位值分析中的特点
| 工具类型 | 中位值计算方式 | 是否自动更新 | 适合企业阶段 | 战略价值 |
|---|---|---|---|---|
| Excel 手工表 | 人工设置公式/透视表 | 否，需手动 | 规模不大、数据相对简单的企业 | 入门级分析，易出错，难以沉淀体系 |
| Excel 模板化 | 函数+数组半自动 | 部分自动 | 有数据意识、尚未全面上系统的企业 | 可以形成固定分析口径 |
| HR系统分析模块 | 指标预设、实时计算 | 是，实时 | 组织规模较大、结构复杂的企业 | 支撑预算管理和战略决策 |
回答一句很多HR心里的疑问：
“我现在没系统，只用Excel，能不能做好中位值分析？”
可以，但前提是：
- 建立统一口径的底层数据表；
- 固定住一套经验证的公式和模板；
- 养成定期更新、复核数据的习惯。
系统的价值，在于把这一整套事情做成“日常自动发生的动作”，解放HR的精力。
3. 三类常见错误与风险提醒
在实践中，关于薪酬中位值有一些常被忽视的风险，可以归纳为下面三类：
错误一：样本太少，硬算中位值
如果某岗位一共就两三个人，甚至仅有一人，在这种情况下勉强算“中位值”，意义并不大。
这种场景更适合：
- 用市场报告的中位值做参照；
- 在内部更多看个人绩效、任职年限等维度，而不是强行构造一个“内部中位值”。
错误二：岗位定义和数据口径前后不一
比如：前几年某岗位还包含一线与二线两种职责，后来拆分成不同岗位，但在历史数据里混在一起。
如果直接用“岗位=原名称”去计算中位值，就会把两类人混为一谈，导致对现有岗位的中位值判断严重失真。
因此，在做中位值分析前，要先问清楚三件事：
- 岗位定义是否发生过重大调整？
- 是否存在明显不同地区、业务模块混在一起的数据？
- 统计的是“固定收入”还是“总收入”（含奖金、佣金）？
错误三：孤立看中位值，不结合带宽和分布
有的企业只看“这个职级的中位值是不是比市场高”，却没有去看：
- 区间的上下限设得是否合理？
- 员工在区间内的分布是否高度集中在低端？
- 与上下相邻职级的中位值极差和区间重叠度是否合适？
这样做的风险是：
即使中位值本身“看起来不低”，员工真正拿到的收入却集中在偏低的位置，整体激励效果依然有限。
更稳健的做法是：始终把中位值放在“分布”和“结构”中去理解，而不是当成一个单独的数字。
结语：让中位值成为薪酬管理的“基本功”
开篇我们提到一个问题：
为什么很多企业的“平均工资”报表拿出来后，管理层和员工都觉得“不对劲”？
核心原因，就是缺少对中位值这种更稳健指标的理解和应用。
如果做一个小结，可以把本文的核心要点压缩成三句话：
- 从理论看：
薪酬中位值是排序后处在中间的那个点，代表一半人高于它，一半人低于它，比平均值更能反映典型薪酬水平和市场中等水平。 - 从实践看：
中位值广泛用于四大场景：市场薪酬对标、内部薪酬结构诊断、薪酬带宽和重叠度设计、薪酬成本与预算管理，是贯穿薪酬体系的重要基准。 - 从方法看：
HR既要掌握Excel中位值的计算方法和模板化操作，也要推动在HR系统中固化中位值和分位值分析，避免样本过小、口径混乱、孤立看数字等常见误区。
对HR个人而言，建议在接下来的工作中，可以做三件很具体的小事：
- 把现有“按平均薪酬出报表”的习惯，扩大为“平均值 + 中位值 + 分布图”一起呈现；
- 选取一个关键岗位或职级，尝试用“员工薪酬 / 职级中位值”的比值做一轮偏离度分析；
- 在与管理层讨论薪酬调整和预算时，用“调中位值”而不是“整体涨多少”来表达你的方案。
当薪酬中位值从“听说过的概念”变成“分析报表里的常驻指标”，你会发现：
很多关于公平、竞争力、成本的争论，突然变得容易说清楚多了。
